聚焦通信行业深度:机器人的泛化和ChatGPT时刻,挑战、路径与猜想。报告认为,做一个模糊比较,当前机器人接近 GPT-3 水平,原因是:1)π0.7 开始根据语言指令调用和组合不同技能,面对没有完整示范的新任务也能作出合理尝试,这比 GPT-2 更进一步;2)π0.7 在只有一句指令时通常只能完成部分任务,要实现更加稳定的自主执行,仍需要逐步语言指导,甚至需要利用多次指导数据对高层策略进行微调,才能够自行生成语言子目标,而 GPT-3 原则上不需要更新模型参数,仅依靠上下文中的少量示例即可调整任务行为。报告认为,当前机器人泛化增强的障碍主要是:1)模型侧:当前机器人基础模型路线尚未收敛,究竟是 VLA,还是世界模型,还是其他““具身原生”模型,尚未有定论。
聚焦通信行业深度:机器人的泛化和ChatGPT时刻,挑战、路径与猜想。报告认为,做一个模糊比较,当前机器人接近 GPT-3 水平,原因是:1)π0.7 开始根据语言指令调用和组合不同技能,面对没有完整示范的新任务也能作出合理尝试,这比 GPT-2 更进一步;2)π0.7 在只有一句指令时通常只能完成部分任务,要实现更加稳定的自主执行,仍需要逐步语言指导,甚至需要利用多次指导数据对高层策略进行微调,才能够自行生成语言子目标,而 GPT-3 原则上不需要更新模型参数,仅依靠上下文中的少量示例即可调整任务行为。报告认为,当前机器人泛化增强的障碍主要是:1)模型侧:当前机器人基础模型路线尚未收敛,究竟是 VLA,还是世界模型,还是其他““具身原生”模型,尚未有定论。
聚焦通信行业深度:机器人的泛化和ChatGPT时刻,挑战、路径与猜想。报告认为,做一个模糊比较,当前机器人接近 GPT-3 水平,原因是:1)π0.7 开始根据语言指令调用和组合不同技能,面对没有完整示范的新任务也能作出合理尝试,这比 GPT-2 更进一步;2)π0.7 在只有一句指令时通常只能完成部分任务,要实现更加稳定的自主执行,仍需要逐步语言指导,甚至需要利用多次指导数据对高层策略进行微调,才能够自行生成语言子目标,而 GPT-3 原则上不需要更新模型参数,仅依靠上下文中的少量示例即可调整任务行为。报告认为,当前机器人泛化增强的障碍主要是:1)模型侧:当前机器人基础模型路线尚未收敛,究竟是 VLA,还是世界模型,还是其他““具身原生”模型,尚未有定论。核心数据:宇树科技创始人兼 CEO 王兴兴表示,人形机器人面临的最大挑战是 AI 泛化能力不足,提前训练过的特定场景中,成功率可达 100%,一旦更换场景,便急剧下跌。
本报告由国盛证券发布,发布于 2026 年。
覆盖 2026 年。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合战略规划、产品经理、行业研究员等读者参考。
重点分析了机器人、通信、通信行业深度、路径与猜想等议题。